基于机器学习算法集成和分子模拟的蛋白质-RNA相互作用位点预测及其分子识别机理研究

蛋白质和RNA的相互作用与蛋白质合成、基因表达、转录和翻译等多种重要的生命过程密切相关，是理解和揭示多种生命过程本质中非常重要的关键问题。由于蛋白质和RNA的相互作用、识别机理非常复杂，目前还缺乏对二者相互作用和识别机理的深入研究。本研究拟综合应用柔性分子对接、QM/MM计算、分子动力学模拟和结合自由能计算以及残基相互作用自由能分解、虚拟丙氨酸扫描等多种分子模拟方法研究蛋白质和RNA之间的相互作用模式，并应用机器学习算法集成建立具有普适性、准确度高的蛋白质和RNA相互作用位点的预测模型，实现对蛋白质和RNA相互作用位点的预测和识别。同时，通过对模拟产生的海量数据的分析，研究二者相互作用过程中的构象变化、过渡态、非键相互作用和溶剂效应的贡献，从分子水平阐明蛋白质与RNA的相互作用及其识别机理，为研究蛋白质和RNA相互作用和识别的分子机理及进行基于相互作用机理的新药设计和开发奠定理论基础。

蛋白质和RNA的相互作用与蛋白质合成、基因表达、转录和翻译等多种重要的生命过程密切相关，是理解和揭示多种生命过程本质中非常重要的关键问题。由于蛋白质和RNA的相互作用、识别机理非常复杂，目前还缺乏对二者相互作用和识别机理的深入研究。我们综合应用分子动力学模拟和结合自由能计算以及残基相互作用自由能分解、虚拟丙氨酸扫描等多种分子模拟方法研究蛋白质和RNA之间的相互作用模式，并应用机器学习算法集成建立了具有较高准确度的蛋白质和RNA相互作用位点的预测模型，实现对蛋白质和RNA相互作用位点的预测和识别。我们还研究了蛋白质和RNA二者相互作用过程中的构象变化、非键相互作用和溶剂效应的贡献，从分子水平阐明蛋白质与RNA的相互作用及其识别机理，为研究蛋白质和RNA相互作用和识别的分子机理及进行基于相互作用机理的新药设计和开发奠定理论基础。项目共发表SCI论文11篇，分别发表在知名刊物Biochimica et Biophysica Acta-General Subjects, Molecular Biosystems, Antiviral Research等上。我们已顺利完成项目的计划内容。